刚完成的在Lucene.net中, 增加自己的中文分词Analyzer

yy8354 2007-01-31 10:12:08

http://blog.likeshow.net/article.asp?id=39
分词组件用的SHOOTSEG 继承Lucene.Net.Analysis.Analyzer,Lucene.Net.Analysis.Tokenizer,Lucene.Net.Analysis.TokenFilter实现了三个新子类ChineseAnalyer,ChineseTokenizer,ChineseFilter

使用只需要用ChineseAnalyer替换默认使用的StandardAnalyzer就OK了

文章内有详细代码及说明,并有编译好的组件提供使用

...全文

1319 11 打赏收藏转发到动态举报

写回复

11 条回复

切换为时间正序

请发表友善的回复…

发表回复

zhang_dongpeng 2009-09-16

打赏
举报

回复

广州达梦网络科技有限公司是一家致力于为提供各行业垂直搜索和元搜索服务的专业化公司。公司坚持以服务客户为中心，以技术创新为手段，为客户提供各个行业、任意搜索源精确搜索的解决方案，以及中个小企业信息服务的解决方案！
主要的搜索引擎案例有：万帮生活搜索，114soso网，万帮知识经验搜索，佛教新闻、网页、图片、视频、经典、词典、mp3等搜索。
能为您快速定制各类搜索引擎，如果您各类搜索引擎需求，请联系我们：020-22174900，QQ：46244150。

tianjiao85 2008-12-23

打赏
举报

回复

学习，支持，mark。

kellerdu 2008-06-01

打赏
举报

回复

IKAnalyzer.Net
一个不错的开源分词程序，支持Lucene.Net。
推荐一下：
http://www.zgkw.cn/forums/blogs/dyx/archive/2008/02/18/59778.aspx

zhrubin 2008-05-25

打赏
举报

回复

跟你一起鄙视5楼

[Quote=引用 7 楼 t123echo 的回复:]
to 5楼
开源的才方便大家一起学习嘛,如果学习交流都被称作'吹'的话,没人敢理你了
[/Quote]

t123echo 2008-05-05

打赏
举报

回复

to 5楼
开源的才方便大家一起学习嘛,如果学习交流都被称作'吹'的话,没人敢理你了

knowledge_Is_Life 2008-05-01

打赏
举报

回复

我也想了解，谢谢LZ.

cangzhuo_com 2008-04-30

打赏
举报

回复

垃圾, 用个开源的也跑来吹,不知廉耻

UltraBejing 2008-04-30

打赏
举报

回复

以后需再关注，现在先帮你顶一下

littlegang 2007-06-11

打赏
举报

回复

似乎没有好的中文分词工具

qlhycf 2007-05-21

打赏
举报

回复

我是直接用SHOOTSEG分词,用空格分格,用SimpleAnalyzer搞定

kwklover 2007-03-07

打赏
举报

回复

支持下

这个分词是前一段需要用时，在网上扒了好久，才找到的一个，而且年代久远，但是还能用，所以记录一下。基于IKAnalyzer.NET的分词工具（包含dll）下载可以直接运行

本人用c#写的关于分词、去除停用词的代码，使用Lucene.net的dll，很详细，编译通过。

Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。Lucene是一套用于全文检索和搜寻的开源程式库，由Apache软件基金会支持和提供。Lucene提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在Java开发环境里Lucene是一个成熟的免费开源工具。就其本身而言，Lucene是当前以及最近几年最受欢迎的免费Java信息检索程序库。人们经常提到信息检索程序库，虽然与搜索引擎有关，但不应该将信息检索程序库与搜索引擎相混淆

Lucene.Net.Analysis.MMSeg 基于芷浩仔的MMSeg算法（）实现的中文分词器，并实现lucene.net的分析器以方便在Lucene.Net中使用。本代码来源于王员外（）基于Java版的翻译，升级到了最新版本Lucene.Net（≥3.0.3），并包含简单示例和NuGet安装包。 NuGet地址使用一共三种搜索模式供选择：简单分析器 Analyzer analyzer = new SimpleAnalyzer (); MaxWordAnalyzer Analyzer analyzer = new MaxWordAnalyzer (); 复杂分析仪 Analyzer analyzer = new ComplexAnalyzer (); 具体使用方法，请参考代码中的示例和lucene.net的文档

lucene中文分词器Jceseg和IK Analyzer使用示例,lucene5可以使用，本人亲测成功，大家放心用，喜欢lucene的人大家关注我的博客 http://blog.csdn.net/wuyinggui10000/article/category/3173543 大家共同交流，有需要的加群106570134

搜索引擎技术

2,760

社区成员

2,052

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章